Показатель чувствительности нейронной сети к входным данным
В статье исследуется проблема потери информативности входных данных на этапе синтеза искусственной нейронной сети при решении задач прогнозирования временных рядов. Предложен подход к решению данной проблемы, основанный на повышении чувствительности нейронной сети к входным данным путем анализа и...
Gespeichert in:
| Datum: | 2008 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2008
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/6601 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Показатель чувствительности нейронной сети к входным данным / А.В. Кондратюк, К.В. Чумичкин // Штучний інтелект. — 2008. — № 1. — С. 158-164. — Бібліогр.: 7 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-6601 |
|---|---|
| record_format |
dspace |
| spelling |
Кондратюк, А.В. Чумичкин, К.В. 2010-03-11T14:11:05Z 2010-03-11T14:11:05Z 2008 Показатель чувствительности нейронной сети к входным данным / А.В. Кондратюк, К.В. Чумичкин // Штучний інтелект. — 2008. — № 1. — С. 158-164. — Бібліогр.: 7 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/6601 004.032.26 В статье исследуется проблема потери информативности входных данных на этапе синтеза искусственной нейронной сети при решении задач прогнозирования временных рядов. Предложен подход к решению данной проблемы, основанный на повышении чувствительности нейронной сети к входным данным путем анализа их статистических характеристик. Предложено решение актуальной задачи разработки показателя, определяющего степень чувствительности нейронной сети к значениям входных данных. Благодаря разработке такого показателя стало возможным определить виды входных данных, наиболее эффективно обрабатываемые нейронной сетью. Эффективность предложенного показателя обоснована и подтверждена теоретическими выкладками и проиллюстрирована наглядно на рисунках. Обозначены перспективы дальнейшего развития данного направления исследований. У статті досліджена проблема втрати інформативності вхідних даних на етапі синтезу штучної нейронної мережі у вирішенні задач прогнозування часових рядів. Запропоновано підхід до вирішення даної проблеми, заснований на підвищенні чутливості нейронної мережі до вхідних даних шляхом аналізу їх статистичних характеристик. Запропоновано вирішення актуальної задачі розробки показника, що визначає ступінь чутливості нейронної мережі до значень вхідних даних. Завдяки розробці такого показника стало можливо визначити види вхідних даних, що найбільш ефективно обробляються нейронною мережею. Ефективність запропонованого показника обґрунтована і підтверджена теоретичними викладками та проілюстрована наглядно на рисунках. Визначені перспективи подальшого розвитку даного напрямку досліджень. The article is devoted to investigation of the problem of informativity dump input data at the stage of artificial neural network synthesis for solution of the task of time series prediction. The new approach to solve this task is offered which is based on neural network sensitivity to input data by analysis of their static characteristics. The new approach to solve actual task of development index which is defined the degree of sensitivity neural network to values of input data. It becomes possible to indicate the sort of input data owing to development such index which is processed the most effective by neural network. The efficiency of the offered index is justified and proved by theoretical calculations and illustrated obviously in the pictures. Perspective of further development of this direction research is indicated. ru Інститут проблем штучного інтелекту МОН України та НАН України Нейросетевые технологии Показатель чувствительности нейронной сети к входным данным Показник чутливості нейронної мережі до вхідних даних Sensitivity Index of Neural Network to Input Data Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Показатель чувствительности нейронной сети к входным данным |
| spellingShingle |
Показатель чувствительности нейронной сети к входным данным Кондратюк, А.В. Чумичкин, К.В. Нейросетевые технологии |
| title_short |
Показатель чувствительности нейронной сети к входным данным |
| title_full |
Показатель чувствительности нейронной сети к входным данным |
| title_fullStr |
Показатель чувствительности нейронной сети к входным данным |
| title_full_unstemmed |
Показатель чувствительности нейронной сети к входным данным |
| title_sort |
показатель чувствительности нейронной сети к входным данным |
| author |
Кондратюк, А.В. Чумичкин, К.В. |
| author_facet |
Кондратюк, А.В. Чумичкин, К.В. |
| topic |
Нейросетевые технологии |
| topic_facet |
Нейросетевые технологии |
| publishDate |
2008 |
| language |
Russian |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| format |
Article |
| title_alt |
Показник чутливості нейронної мережі до вхідних даних Sensitivity Index of Neural Network to Input Data |
| description |
В статье исследуется проблема потери информативности входных данных на этапе синтеза
искусственной нейронной сети при решении задач прогнозирования временных рядов. Предложен
подход к решению данной проблемы, основанный на повышении чувствительности нейронной сети к
входным данным путем анализа их статистических характеристик. Предложено решение актуальной
задачи разработки показателя, определяющего степень чувствительности нейронной сети к значениям
входных данных. Благодаря разработке такого показателя стало возможным определить виды входных
данных, наиболее эффективно обрабатываемые нейронной сетью. Эффективность предложенного
показателя обоснована и подтверждена теоретическими выкладками и проиллюстрирована наглядно на
рисунках. Обозначены перспективы дальнейшего развития данного направления исследований.
У статті досліджена проблема втрати інформативності вхідних даних на етапі синтезу штучної
нейронної мережі у вирішенні задач прогнозування часових рядів. Запропоновано підхід до
вирішення даної проблеми, заснований на підвищенні чутливості нейронної мережі до вхідних даних
шляхом аналізу їх статистичних характеристик. Запропоновано вирішення актуальної задачі розробки
показника, що визначає ступінь чутливості нейронної мережі до значень вхідних даних. Завдяки
розробці такого показника стало можливо визначити види вхідних даних, що найбільш ефективно
обробляються нейронною мережею. Ефективність запропонованого показника обґрунтована і підтверджена
теоретичними викладками та проілюстрована наглядно на рисунках. Визначені перспективи
подальшого розвитку даного напрямку досліджень.
The article is devoted to investigation of the problem of informativity dump input data at the stage of
artificial neural network synthesis for solution of the task of time series prediction. The new approach to
solve this task is offered which is based on neural network sensitivity to input data by analysis of their static
characteristics. The new approach to solve actual task of development index which is defined the degree of
sensitivity neural network to values of input data. It becomes possible to indicate the sort of input data owing
to development such index which is processed the most effective by neural network. The efficiency of the
offered index is justified and proved by theoretical calculations and illustrated obviously in the pictures.
Perspective of further development of this direction research is indicated.
|
| issn |
1561-5359 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/6601 |
| citation_txt |
Показатель чувствительности нейронной сети к входным данным / А.В. Кондратюк, К.В. Чумичкин // Штучний інтелект. — 2008. — № 1. — С. 158-164. — Бібліогр.: 7 назв. — рос. |
| work_keys_str_mv |
AT kondratûkav pokazatelʹčuvstvitelʹnostineironnoisetikvhodnymdannym AT čumičkinkv pokazatelʹčuvstvitelʹnostineironnoisetikvhodnymdannym AT kondratûkav pokaznikčutlivostíneironnoímerežídovhídnihdanih AT čumičkinkv pokaznikčutlivostíneironnoímerežídovhídnihdanih AT kondratûkav sensitivityindexofneuralnetworktoinputdata AT čumičkinkv sensitivityindexofneuralnetworktoinputdata |
| first_indexed |
2025-12-07T18:42:23Z |
| last_indexed |
2025-12-07T18:42:23Z |
| _version_ |
1850876041308930048 |